Vier applicatiestacks, één vaste maintainer. Dit experiment onderzoekt hoeveel van het terugkerende onderhoudswerk overdraagbaar is aan een AI-agent en wat een repository daarvoor moet bevatten.
Wat doet dit experiment?
VX Company draait een reeks interne bedrijfsapplicaties: Angular- en Next.js-frontends, Java met Spring Boot, .NET-backends. Er is meestal maar één vaste maintainer bijgestaan door collega’s die tijd hebben. Het onderhoud moet ook gedaan kunnen worden als de tijd ontbreekt. Dit experiment onderzoekt hoeveel van het terugkerende onderhoudswerk overdraagbaar is aan een AI-agent en wat een repository daarvoor moet bevatten.
De doelstelling is concreet: zo min mogelijk handwerk bij version bumps, framework-migraties, security patches, kleine features en testuitbreidingen.
De interessante verschuiving zit niet in het schrijven van code, maar in wat er omheen moet staan. Een agent die een versie ophoogt in een Angular-repository heeft andere context nodig dan een agent die hetzelfde doet in een Maven-project. Die context vastleggen kost tijd en het onderhouden van die context is zelf ook weer onderhoud. Het experiment toetst of die investering zich terugverdient.
Aanpak
CLAUDE.md per repository. Wat je een nieuwe collega op zijn eerste dag vertelt, opgeschreven: waar het project over gaat, welke conventies gelden, hoe je bouwt en test, welke delen gevoelig liggen en waar de agent vanaf blijft.
Skills voor terugkerende procedures. Een version bump verloopt in elke stack anders: package.json met lockfile, een pom, een csproj, Angular-schematics. De handeling is identiek, de uitvoering niet. Elke applicatie heeft inmiddels een bump-version skill die de volgorde, de controles en de valkuilen vastlegt. Een skill is zo in de kern uitvoerbare documentatie.
Tools voor acties buiten de repository. Onderhoud eindigt niet bij een merge. Er hoort een release note bij, soms een helpartikel. Door ze als aanroepbare tools beschikbaar te stellen maakt de agent de keten af.
Settings, globaal en lokaal. Guardrails bepalen welke commando’s de agent zonder tussenkomst uit kan voeren, welke paden blijven buiten bereik en wat vraagt altijd om expliciete goedkeuring. Globaal wat overal geldt, lokaal wat per applicatie verschilt.
Per categorie werk houden we bij wat goed gaat, wat misgaat en hoeveel review er nodig blijft.
Bevindingen tot nu toe
- Context wint van prompting. De grootste sprong komt van CLAUDE.md, niet van beter geformuleerde opdrachten. Zodra het project zichzelf uitlegt, worden de opdrachten korter.
- Het verschil tussen de stacks valt groter uit dan verwacht. Version bumps in de JavaScript-stacks verlopen grotendeels mechanisch. Major upgrades in Spring Boot en .NET raken transitieve dependencies en configuratie en daar loopt de agent soms vast op kennis die nergens in de repository vermeld staat.
- Een skill verdient zichzelf terug op het moment dat dezelfde procedure voor de derde keer langskomt. Daaronder kost het schrijven van de skill meer dan het werk zelf.
- Tests bepalen hoeveel je kunt loslaten. Bij goede dekking werkt de agent door en controleert de suite het resultaat. Bij dunne dekking kijk je alles zelf na en verdampt de winst. Testuitbreiding is daarmee geen bijvangst maar de eerste investering.
- Review verschuift, maar verdwijnt niet. Het werk gaat van typen naar beoordelen. Kleine, scherp afgebakende wijzigingen blijven te beoordelen, grote niet. De instructie om in kleine stappen te werken levert veel op.
- Guardrails scheiden toezicht houden van meekijken. Met een uitgewerkte permissieset laat je een taak lopen. Zonder die set lees je toch elke stap mee.
- De opgeschreven context helpt ook de mens: de collega die af en toe bijspringt leest hetzelfde CLAUDE.md-bestand. Onboardingdocumentatie die actueel blijft omdat de agent hem dagelijks nodig heeft, is een mooi bij-effect.
Volgende stappen
- De skill-bibliotheek uitbreiden voorbij de version bump: dependency-audit, framework-migratie, release notes en het genereren van testcases bij bestaande code.
- De tools voor release notes en helpartikelen afmaken en beproeven op een volledige onderhoudscyclus: van issue of feature tot gepubliceerde notitie.
- Een herbruikbare settings-baseline opstellen: een permissieset die als startpunt kan dienen (ook in klantomgevingen, niet alleen intern).
- Meten in plaats van schatten. Per categorie onderhoudswerk vastleggen hoeveel doorlooptijd en hoeveel review er nu in gaan, afgezet tegen de situatie voor het experiment.
En misschien wel de belangrijkste:
- De bevindingen terugbrengen naar de VX-richtlijnen voor verantwoord AI-gebruik. Dit experiment levert het praktijkmateriaal waar die richtlijnen voor bedoeld zijn.